@a9i5k4/dsh-auto-memory 2.2.6 → 2.3.0

package/docs/prompts/ZCODE-DROPIN.md

@@ -0,0 +1,229 @@
+> **给使用者的说明**：**直接整段复制扔进 Zcode**（从「你是独立第三方验收 Agent」开始到文件末尾）。
+> 本 prompt 已包含全部导航信息：面板在哪、设置项在哪个分区、控件长什么样、改了会怎样、后端怎么确认。
+> ⚠️ 已写入 `--no-open` 硬性要求。
+
+---
+
+你是独立第三方验收 Agent。你有**电脑控制能力**（操作 UI、重启应用）和 **DSH 后台日志读取能力**。
+
+**你的立场**：你不参与前面的开发，**不采信任何"已完成 / ✅ 通过"的结论**。前面汇报里的通过对你无效——每项都必须你亲自操作、亲自取证。
+
+# 任务：验收 dsh-auto-memory 插件，给出发版 Go / No-Go 结论
+
+## 0. 你要知道的背景（先读，别跳过）
+
+| 概念 | 含义 |
+|---|---|
+| **DSH** | DeepSeek Harness，宿主应用。CLI 名 `dsh`，`dsh web` 提供浏览器 UI |
+| **本插件** | `dsh-auto-memory`，给 DSH 加长期记忆。工程根 `D:\dsh-auto-memory` |
+| **主动联想** | 不等用户问，系统主动判断"该想起什么"并注入——本插件核心能力 |
+| **水位** | 上下文占用比例 0-1。达 **0.75** 触发接续（官方压缩阈值是 0.80，必须留余量） |
+| **接续 / handoff** | 上下文将满时把进度交接给新会话 |
+| **L0** | 记忆摘要（约 93 字符）。检索默认只返回 L0，需原文时用 `expand="mem_xxx"` 展开 |
+| **M8 / 记忆中枢** | 三层记忆：fact 事实 / episodic 经历 / procedure 技能 |
+| **evidence** | 记忆被使用的记录，六类：`seen` `read` `cite` `reuse` `success` `correction` |
+| **C1 / C2 / C3** | 检索三档：C1 词法（0GB 保底）／C2 内置语义（约 130MB 量化模型）／C3 Python BGE-M3（约 563MB，深度用户可选） |
+
+**必读材料**（里面有完整术语表与端点清单）：
+1. `D:\dsh-auto-memory\docs\HANDBOOK.md`
+2. `D:\dsh-auto-memory\docs\STATUS-BOARD.md`
+
+## 1. 启动（**硬性 `--no-open`**）
+
+> ⚠️ **任何启动/打开 DSH 的命令都必须带 `--no-open`**，禁止自动弹浏览器打断用户桌面工作。
+> 官方选项，help 原文：`--no-open  do not open the Web UI in the default browser`
+
+```bash
+dsh web --no-open              # 推荐
+dsh web --no-open --port 0     # 需要指定端口时（0 = 系统分配空闲端口）
+```
+
+- 从**终端输出**读实际监听地址与端口（不要猜）
+- 需要 UI 时**由你手动打开**该地址
+- 确认启动日志**无** `SyntaxError` / `ReferenceError` / 模块加载失败
+- 报错 → **立即停止回报**
+
+## 2. 界面导航图（照着找，别乱点）
+
+### 2.1 记忆面板（侧栏）
+
+- **入口**：DSH 界面侧栏的记忆按钮（DOM：`data-dam-sidebar-btn`）；面板本体 DOM：`data-dam-panel`
+- **页签**（面板内）：
+  - **记忆中枢**（DOM：`hub`）—— 技能 / 事实 / 经历 三栏
+  - **唤起回顾** —— 复核每次"是否该想起"的打分
+  - 日历、问候等相关页签
+- **面板内按钮**：「一键接续」「一键反思」「一键更新」等
+
+### 2.2 设置页（8 个分区）
+
+设置页 DOM：`data-dam-settings`；左侧导航 `data-dam-settings-nav`；每个分区是一个 `<section id="dam-settings-<key>" data-dam-settings-group>`；配置项行 DOM：`data-dam-settings-row`。
+
+| 分区 key | 界面标题（中文） | 主要管什么 |
+|---|---|---|
+| `semantic` | **自动记忆引擎** | 检索模式（自动 / 仅词法 / 内置语义 / 高级 Python）、思维链监听、记忆唤起档位 |
+| `memoryHub` | **记忆中枢** | 三层记忆总开关、技能固化与晋升 |
+| `injection` | **记忆窗口** | 周期记忆快照注入 |
+| `automation` | **自动化** | 暂离问候、夜间/批量自动托管、每日反思、定时总结、记忆固化 |
+| `context` | **上下文管理** | 水位相关、接续策略 |
+| `storage` | **存储** | 存储位置与管理 |
+| `appearance` | **外观** | 面板外观 |
+| `maintenance` | **维护** | 维护/恢复默认（含「一键恢复默认」） |
+
+**改设置的通用操作**：设置页 → 点左侧导航跳到分区 → 找到对应行 → 切换开关/改数值/选下拉 → 通常即时保存（改后按第 4 节方法验证是否真生效）。
+
+### 2.3 语义引擎检测面板
+
+- DOM：`data-dam-detect-panel`
+- 用途：显示 C1/C2/C3 检测结果、模型是否就绪、可就地下载安装
+
+## 3. 关键配置项（在哪个分区、改成什么、改了会怎样）
+
+| 配置键 | 所在分区 | 控件 | 默认 | 改成某值后的预期 | 后端怎么确认 |
+|---|---|---|---|---|---|
+| `associativeMemoryEnabled` | 自动记忆引擎 | 开关 | false | 开 → 会话中可能出现主动联想注入 | 端点 `/config` 回写；对话中出现注入 |
+| `activationEmitMode` | 自动记忆引擎 | 模式开关 | canary | 开=canary（显式回忆注入，推荐）／关=shadow（只记录不注入） | 日志出现 `emit explicit_lane` 或仅 shadow 记录 |
+| `reasoningObserverEnabled` | 自动记忆引擎 | 开关 | false | 开 → 监听思维链作检索信号（更敏感，默认关） | `/config` 回写 |
+| `semanticEngineMode` | 自动记忆引擎 | 下拉 | `'auto'` | 可选：自动 / 仅词法 / 内置语义(C2) / 高级 Python(C3) | `/semantic-status` 显示档位 |
+| `procedurePromotionEnabled` | 记忆中枢 | 开关 | false | 开 → 重复流程固化为 checklist，跨会话验证后晋升（在记忆中枢页审批） | `procedures.json` 条目变化 |
+| `memoryHubEnabled` | 记忆中枢 | 开关 | **true** | 关 → 三栏停止更新；开 → episodes/facts/procedures 落盘 | `GET /api/dsh-auto-memory-pre/memory-hub` 200 + 概览 |
+| `autoConsolidate` | 自动化 | 开关 | — | 开 → 每轮结束把结论沉淀进日志与记忆店 | 日志文件新增条目 |
+| `autoPopupEnabled` | 自动化 | 开关 | — | 开 → 暂离超 1 小时回归自动弹面板问候 | 观察到弹窗 |
+| `unattendedAuto` | 自动化 | 开关 | false | 开 → 22:00-08:00 或检测到托管任务自动进入托管（零寒暄、上下文冻结） | `/config` 回写 |
+| `reflectEnabled` | 自动化 | 开关 | — | 开 → 每天首次会话呈现前一天反思 | 出现反思内容 |
+| `autoSummaryTimes` | 自动化 | 多选 | 空 | 勾 12:00 / 18:00 / 22:00 → 到点自动总结 | 到点出现总结 |
+| `waterLevelThreshold` | 上下文管理 | 数值 | **0.75** | 调低→更早提示；**不得超过 0.80** | `/state` 或 `/config` |
+| `autoContinueEnabled` | 上下文管理 | 开关 | true | 关 → 水位达标不自动接续 | 水位达标不触发 |
+| `autoContinueThreshold` | 上下文管理 | 数值 | **0.75** | 同上，须与水位同步、低于 0.80 | `/config` |
+| `handoffLedgerChars` | 上下文管理 | 数值 | 800 | 快照注入的账本字符预算（**与接续材料里的 8000 不同源**） | 注入文本长度变化 |
+
+> 面板上还会显示「上下文水位」实时值。
+
+## 4. 后端状态来源与"前端改动是否真生效"的判定法
+
+### 4.1 端点（前缀 `/api/dsh-auto-memory-pre/`，共 39 个）
+
+| 端点 | 用途 | 关键返回 |
+|---|---|---|
+| `/memory-hub` | M8 三层总览 | `policyVersion` / `stats` / `episodic` / `facts` / `procedures` |
+| `/config` | 读写配置 | 各配置键当前值 |
+| `/state` | 运行状态 | 水位、启用状态 |
+| `/debug` | 调试视图 | 含 `shadowRetrieval` 等 |
+| `/semantic-status` | 语义引擎档位 | C1/C2/C3、模型就绪状态 |
+| `/auto-continue-state` `/auto-continue-decide` `/handoff-continue` | 接续状态与决策 | 水位、是否触发、材料层 |
+| `/smart-recall` | 智能检索 | 命中列表 |
+| `/storage-manage` `/workspaces` `/calendar` `/file` 等 | 辅助 | — |
+
+### 4.2 磁盘与日志
+
+- 记忆根：`C:\Users\JH Z\.dsh\memory`
+  - `workspaces\<工作区>\*.md` —— 日志/笔记/白板/账本
+  - `hub-pre\episodes.json` `facts.json` `procedures.json` —— M8 三层（原子写）
+  - `evidence-pre\events\YYYY-MM-DD.jsonl` —— 证据事件（按日）
+- 诊断日志：`C:\Users\JH Z\.dsh\memory\dsh-auto-memory-pre-diagnose.log`
+- **证据事件单行结构**（实测）：顶层 `kind` / `memoryId` / `recordedAt` / `anchorId` …；**时间戳在 `event.ts`（顶层无 `ts` / `createdAt`）**
+
+### 4.3 判定法（三步，至少两项一致变化才算生效）
+
+1. **操作前**：`GET /config`（或 `/state`）+ 记录相关文件条目数/mtime
+2. **在前端操作**（改开关、点按钮）
+3. **操作后再取**：对比配置值、端点返回、磁盘文件
+
+**只有 UI 变了、后端/磁盘没变 = 未真正生效**（未保存或需重启）。
+
+## 5. 九项 live 验收（每项必须有证据）
+
+> 证据三选一：**UI 截图 / 后台日志原文 / 数据快照**（events JSONL 行、端点响应、top-5 id 序列、条目计数）。
+> **禁止**"应该是正常的""看起来没问题"——出现即判**未通过**。
+
+### L1 主动联想（本版改动直接影响面）
+- **前置**：设置 → 自动记忆引擎 → 开 `associativeMemoryEnabled`；`activationEmitMode` = canary
+- **步骤**：新开会话，聊一段与已有记忆主题相关的话（**不主动查询**）
+- **通过**：记忆被**主动**注入；诊断日志有对应记录；保留词含高权重来源（user/trigger）
+- **证据**：注入内容截图 + 日志片段
+
+### L2 语义检索
+- **步骤**：调 `memory_recall_pre`，查一个**词法不重合但语义相关**的查询（记忆里写"npm 发布报 ENEEDAUTH"，查"发布凭证问题"）
+- **通过**：能召回。**若失败 → 切 `legacy` 融合再测对比**
+- **判定**：legacy 正常而 rrf 失败 = **P8 融合回归，停止**
+- **证据**：两次返回的 top-5 `id` 序列
+
+### L3 L0 返回与展开
+- **步骤**：同 L2；再用返回的 `id` 调 `expand="mem_xxx"`
+- **通过**：默认返回 L0 列表（含 `id`/`score`/`match_reason`）；expand 能取到原文且**不串条**
+
+### T1 时间臂（本版新功能）
+- **步骤**：查含时间表达的查询（如"上周"）；再查一条**不含时间词**的同类查询做对照
+- **通过**：含时间词 → 对应时间段条目排序**上升**；不含时间词 → 排序**与对照一致**（零行为变更）
+- **证据**：两次 top-5 `id` 序列对比
+
+### L4 M8 记忆中枢
+- **步骤**：打开记忆面板 → 记忆中枢页签；`GET /api/dsh-auto-memory-pre/memory-hub`
+- **通过**：三栏有内容或正确空态；端点 200 且含 `policyVersion`/`stats`
+- **异常场景**：关闭 `memoryHubEnabled` → 重载 → 对话若干轮 → 应无新落盘；再开启 → 应有新条目
+
+### L5 证据链
+- **步骤**：对话若干轮后看当日 `evidence-pre\events\*.jsonl`；**再触发一次用户纠正**（对话里说"不对，你记错了"之类）
+- **通过**：新增 `seen`；纠正后新增 `kind:"correction"`（且归因到最近被 cite/read 的记忆）
+- **异常场景**：events 目录缺失/损坏 → 检索不报错（fail-soft）
+
+### L6 跨窗口接续
+- **前置**：`waterLevelThreshold` / `autoContinueThreshold` = 0.75，`autoContinueEnabled` = true
+- **步骤**：让上下文增长到 75%（或点面板「一键接续」）
+- **通过**：新会话收到**分层**材料（白板/账本/近期线程）；首条注入**不再要求"先 read 转写"**；对话能连续推进
+
+### L7 写入与持久化
+- **步骤**：对话若干轮 → 看工作区日志 `*.md` 与 `hub-pre\*.json` 有新条目 → **再重启一次**（同样带 `--no-open`）
+- **通过**：重启后数据 **restore 不丢**
+- **异常场景**：磁盘不可写 → 不崩溃，日志有记录
+
+### P 性能
+- 全程观察，无卡顿/内存异常
+
+### 附加：UI 完整性自查（顺手验，发现问题记录）
+- 设置页左侧导航 8 个分区是否都在、标题是否正常显示
+- ⚠️ **已知可疑点**：`semantic`（自动记忆引擎）分区的标题可能显示为空白/undefined（代码里取的是 `sectionLabels.secSemantic`，而该对象的键是 `semantic`）。**请实际看一眼并确认**，若标题空白即为 UI 缺陷，记录回报
+
+## 6. 输出结论
+
+```
+结论：【可以发版 / 暂缓发版】
+
+L1 主动联想    : 通过 / 未通过 — <证据摘要>
+L2 语义检索    : 通过 / 未通过 — <证据摘要>
+L3 L0 返回展开 : 通过 / 未通过
+T1 时间臂      : 通过 / 未通过 — <含时间词 vs 对照的 top-5 对比>
+L4 M8 记忆中枢 : 通过 / 未通过
+L5 证据链      : 通过 / 未通过
+L6 跨窗口接续  : 通过 / 未通过
+L7 写入 restore: 通过 / 未通过
+P  性能        : 正常 / 异常
+UI 完整性      : 正常 / <发现的问题>
+
+未通过项：<现象 + 复现步骤 + 你尝试过的处置>
+```
+
+### 暂缓判据（任一成立即暂缓）
+
+1. **L2 失败但 `legacy` 下正常** → P8 融合回归
+2. **L1 主动联想失效**或重启后插件加载报错 → P12 回归
+3. **T1 中"无时间词查询"的排序也变了** → 违反"零行为变更"约束
+4. **L7 重启后数据丢失**
+
+## 7. 边界（你只验收，不改代码）
+
+- ❌ **禁止修改** `D:\dsh-auto-memory` 下任何文件（不改代码、不改测试、不提交）
+- ❌ **禁止修改** `C:\Users\JH Z\.dsh\memory` 下记忆数据（只读取证；正常对话产生的写入除外）
+- ✅ 允许：重启 dsh web（**必须 `--no-open`**）、操作 UI、调用只读工具（recall / 端点 GET）
+- 发现问题 → **记录并回报**，不要自己动手修
+
+## 8. 回报必须包含
+
+1. 前置检查（git log / status）
+2. 启动命令与日志关键行（**确认带了 `--no-open`**）
+3. 九项 + UI 自查，逐项结果与证据
+4. **Go / No-Go 结论**
+5. 未通过项：现象、复现步骤、尝试过的处置
+
+---
+
+> 端口、配置默认值、端点全量清单、故障排查都在 `HANDBOOK.md`，以它为准，不要凭常识推断。

package/docs/prompts/_COMMON.md

@@ -0,0 +1,88 @@
+## 通用前置约束（每一段 prompt 都必须遵守，投喂时一并附上）
+
+### 1. 搜索优先原则（违反即打回）
+
+1. **动手前必须先搜索定位**。禁止凭 prompt 描述臆造文件路径、函数名、字段名。
+2. 必用手段：`Grep`（正则）、`Glob`、`Read`。每个要改动的符号都要**实际 grep 到并记下真实行号**。
+3. prompt 中给出的行号是**上一次观测值，可能已漂移**，必须先重新定位再动手；若行号对不上，以实际搜索结果为准并在回报中说明。
+4. **引用规范**：回报中每一处改动必须写成 `文件路径:行号 — 原内容 → 新内容`。
+
+### 2. 禁止事项
+
+- **不得臆造 API**：任何调用的函数、字段、配置项，必须先在仓库中 grep 到定义处。搜不到就**停下回报**。
+- **不得整文件重写**：一律最小 diff。禁止"顺手重构""统一风格""优化命名"。
+- **不得引入新依赖**：项目 `dependencies` 为空（零运行时依赖承诺）。
+- **不得改 API 签名**：既有导出函数的参数列表不得变更（可用可选参数扩展）。
+- **不得删除既有测试断言**。
+- 涉及 OpenViking（AGPLv3）：**不得复制、翻译、逐行改写其源码**，只可参考公开文档算法思路。
+
+### 3. 集成位置正确性论证（回报必写）
+
+每处改动必须说明：
+- **为什么选这个位置**（上游数据来源、下游消费者分别是谁，用 grep 到的调用链证明）
+- **上下游影响**（哪些函数/模块会受影响，列出调用点行号）
+- **回滚方式**（精确到命令或操作）
+
+### 4. 无法定位时
+
+**立即停止并回报**，格式：
+```
+停止原因：未能定位 <符号/文件>
+已尝试：<搜索词 1>、<搜索词 2>、<路径>
+需要：<澄清问题>
+```
+**禁止猜测、禁止"应该是"**。
+
+### 5. 自检清单模板（每段完成后逐项执行并贴结果）
+
+```bash
+cd D:\dsh-auto-memory
+
+# ① 编译
+node --check <改动涉及的每个 lib/*.js>
+
+# ② 测试（必跑，数字不得下降）
+node tests/smoke/smoke-test-l0-extract-pre.mjs       # 基线 18
+node tests/smoke/smoke-test-handoff-pre.mjs          # 基线 51
+node tests/smoke/smoke-test-continue-chain-pre.mjs   # 基线 58
+node tests/smoke/smoke-test-water-step-pre.mjs       # 基线 12
+node tests/smoke/smoke-test-autocont-host-pre.mjs    # 基线 29
+
+# ③ 接口一致性（grep 校验，不得出现孤儿调用/断链）
+grep -rn "<新增/改动的符号>" lib/ | head -20
+
+# ④ 改动范围
+git status --short
+git diff --stat
+```
+
+### 6.5 接线类任务的额外约束（2026-09-09 新增，针对「把已交付模块接入既有管线」的段）
+
+> 起因：M8-2 的接线开关被设在"P3 是否完成交付"上，而 P3 交付的是**并存函数、从未接线** → 执行侧按 prompt 交付纯核心后，管道悬空一整轮；随后 M8-2b 又因裸 `readdirSync` + 静默 catch 全程失效而**单测全绿**。
+
+1. **开关判据 = 目标管线的运行时状态**，不得用"上游段是否完成"代替。
+   - ❌ 错误示例：`若 P3 已完成则接线`
+   - ✅ 正确示例：`若 RRF 已实际被 recall() 调用则接线`
+   - 判据必须是**能被 grep 到的调用点**，不是某个段的完工状态。
+
+2. **验收必须含「接线代码在生产路径真实执行」的证据**（缺此项视为未完成）：
+   - 调用链证据：调用方 `文件:行号` → 被调函数定义 `文件:行号`
+   - 运行证据：一次真实执行的输出 / 日志 / 实测数据（如真实 events 数据跑出的非空聚合结果）
+   - 若环境确实无法运行：**允许用静态证据（grep 到调用点）但必须显式标注「未实证」**，禁止默认视为已完成。
+
+3. **fail-soft 降级必须可观测**：接线处的 `catch` 不得为静默空捕获（`catch (e) {}`），至少 `diag('…降级: ' + 摘要)`。**保持 fail-soft 语义不变，只加日志**。
+
+4. **纯函数冒烟 ≠ 接线完成**：冒烟测的是模块本身（IO 注入夹具），**从不执行调用点**。交付接线后必须单独确认"生产路径真的会走到这里"。
+
+### 7. 项目事实速查（已核实，可直接引用）
+
+| 项 | 值 |
+|---|---|
+| 根 | `D:\dsh-auto-memory`（pre 线） |
+| 版本 / 协议 | 2.2.6 / BSD-3-Clause |
+| 依赖 | peer `@deepseek-ai/cordis ^4.0.1`；optional `@huggingface/transformers ^3.7.6`；**dependencies 为空** |
+| 约定 | 新增模块一律 `lib/xxx-pre.js`（纯函数、零 IO、IO 注入） |
+| 编码 | UTF-8 无 BOM；仓库 CRLF；`*-pre.js` 与 `*.js` 成对存在 |
+| 五条不变量 | I1 前缀缓存字节稳定 / I2 不替 host 决定压缩 / I3 凭证永不进提示词 / I4 绝不阻塞接续 / I5 水位测量在 pre-step |
+
+---

package/lib/client.js

@@ -161,6 +161,7 @@ window.__ModuleLoader__.load({
         pyWizDetect: '开始检测', pyWizRedetect: '重新检测', pyWizCreate: '创建虚拟环境', pyWizInstall: '安装依赖', pyWizDownload: '开始下载', pyWizCancel: '取消下载', pyWizDone: '全部就绪 ✓ — 回上方启用即可', pyWizOk: 'ok', pyWizMissing: '未找到', pyWizTooOld: '版本不兼容(需 3.9-3.12)', pyWizVenvRec: '推荐', pyWizEta: '剩余', pyWizSec: '秒', pyWizModelHint: '模型与虚拟环境安装在 ~/.dsh/python-engine/(用户目录),升级/重装插件不受影响。',
         semModeHint: '自动=内置语义就绪即用，否则词法保底；高级 Python 需另行安装。',
         fAssocEngine: '启用自动记忆引擎', fAssocEngineHint: '总开关。开启后自动观测上下文、语义检索并适时唤起记忆注入(消费少量 token)。关闭则整个引擎不运行——不检索、不判定、不注入、不生成唤起记录。介意 token 消耗或担心动作跑偏的用户可关闭。默认关。',
+        fAnchorIndex: '记忆锚定索引(语料健康/存储管理)', fAnchorIndexHint: '开启后为记忆正文建立 sidecar 索引副本:存储管理页可做语料健康比对、「修复 stale」与「删除记忆」(三联动)。关闭时这些动作不可用(修复会提示 no-doc-store),但不影响记忆读写与检索。默认关。',
         secMemoryHubHint: '记忆中枢 = 三层记忆(经历/事实/技能)的编排器。开启后自动从对话沉淀经历、固化事实、把反复成功的流程固化为技能(skill),并在相似场景自动召回注入。',
         fMemoryHub: '启用记忆中枢', fMemoryHubHint: '总开关。开启后三层记忆(episodic 经历 / semantic 事实 / procedural 技能)开始运行;关闭则只保留已有记忆,不再沉淀新内容。默认关。',
         fEpisodicMin: '经历最少对话段数', fEpisodicMinHint: '一次经历(episode)至少积累多少段对话才巩固为记忆。太少=噪声多,太多=小对话被丢弃。默认 2。',
@@ -309,6 +310,7 @@ window.__ModuleLoader__.load({
         pyWizTitle: 'One-click Python engine setup', pyWizStep1: '1. Detect Python environment', pyWizStep2: '2. Create isolated venv (~/.dsh/python-engine/.venv, system untouched)', pyWizStep3: '3. Install engine deps (transformers + onnxruntime + torch)', pyWizStep4: '4. Download BGE-M3 int8 model (~539MB, resumable, auto mirror failover)',
         pyWizDetect: 'Detect', pyWizRedetect: 'Re-detect', pyWizCreate: 'Create venv', pyWizInstall: 'Install deps', pyWizDownload: 'Start download', pyWizCancel: 'Cancel download', pyWizDone: 'All ready - enable it above', pyWizOk: 'ok', pyWizMissing: 'not found', pyWizTooOld: 'incompatible (need 3.9-3.12)', pyWizVenvRec: 'recommended', pyWizEta: 'eta', pyWizSec: 's', pyWizModelHint: 'Model and venv live in ~/.dsh/python-engine/ (user dir) - plugin upgrades never touch them.',
         fAssocEngine: 'Enable automatic memory engine', fAssocEngineHint: 'Master switch. On = auto-observe context, semantic retrieval, and timely memory-activation injection (costs a little token). Off = the whole engine stops — no retrieval, no decide, no injection, no activation records. For users concerned about token cost or off-course actions. Default off.',
+        fAnchorIndex: 'Memory anchor index (corpus health / storage mgmt)', fAnchorIndexHint: 'When on, each memory file gets a sidecar index copy: the Storage tab can run corpus-health comparisons, "repair stale", and delete memories (cascading). When off those actions are unavailable (repair reports no-doc-store) but memory read/write/recall are unaffected. Default off.',
         secMemoryHubHint: 'Memory Hub = the orchestrator for three memory layers (episodic / semantic / procedural). When on, it distills episodes from dialogue, solidifies facts, and turns repeatedly-successful workflows into skills that are auto-recalled in similar contexts.',
         fMemoryHub: 'Enable Memory Hub', fMemoryHubHint: 'Master switch. On = the three memory layers (episodic / semantic / procedural) start running; Off = keep existing memories but stop distilling new ones. Default off.',
         fEpisodicMin: 'Min segments per episode', fEpisodicMinHint: 'How many dialogue segments an episode needs before it is consolidated. Too low = noise; too high = small talks discarded. Default 2.',
@@ -561,6 +563,29 @@ window.__ModuleLoader__.load({
 
     // ───────────────────────── 更新弹窗 / 首次指导 ─────────────────────────
     var CHANGELOG = {
+      '2.3.0': { zh: [
+        '★ 检索改为分层语义唤回:memory_recall 先返回 L0 摘要列表(每条记忆约 90 字,含 id/得分/匹配原因),需要原文再按 id 展开——此前全文直接进 embedding,超过模型 512 token 上限的条目尾部全部丢失(实测最长一条 9,822 字符);现在摘要永远在限制内,长记忆不再有损。',
+        '★ 检索融合改为三臂 rank-space:词法 + 语义 + 时间 三路各自排名后按 RRF(k=60)融合,取代旧的 minmax 归一化加权——旧方案分数只反映「这一批里排第几」,候选集一换分数就漂移、候选只剩 1 条时退化为常数,而「要不要注入」的决策恰恰依赖分数与阈值比较。现在排序与决策解耦,分数不再说谎。',
+        '★ 新增时间检索臂:查询里出现「上周」「三天前」「上个月」「最近 N 天」等中文时间表达时,命中时间范围的记忆会在排序中上升(软提升,不做硬过滤);查询不含时间词时行为与旧版逐字节一致。',
+        '★ 修复主动联想的词项截断:QueryPlan 构建时按 term 字典序排序后截断前 32 个,导致权重 1.0 的 trigger 词可能被丢、权重 0.2 的 assistant 词反而留下;现改为按来源权重降序保留(trigger 1.0 > user 0.8 > tool-result 0.6…),同权重按字典序稳定。',
+        '★ C3/Python 档也有语义召回了:此前 Python(BGE-M3)只服务主动联想,recall 在该档只有词法;现把 worker 已有的 dense_search 暴露为 recall 的语义臂,设置 → 自动记忆引擎 切到「高级 Python」后召回同样带语义分;auto 档自动择优(Python 可用则 C3,否则 C2),Python 不可用时静默回退 C2/词法。',
+        '★ M8 三层记忆默认开启:fact(事实)/episodic(经历)/procedure(技能)三层记忆店与「记忆中枢」页签随装即用;fact 带时间三价(事件发生/陈述/入库)与认识论状态(证据/推断/指令),冲突不再互相覆盖。',
+        '★ 记忆有了重要性权重:六类使用证据(曝光/读取/引用/复用/成功/纠正)聚合为重要性分,接入检索排序——常被引用、跨会话复现的记忆排得更靠前,被频繁纠正的下沉;它不随查询变化,是绝对量。',
+        '★ 交接默认开启并分层:水位阈值 0.75(官方压缩 0.80,留余量),四层交接材料(白板/账本/近期线程/完整转写按需 read)改为「按需取用而非通读」;账本按段赋权截断(失败原因 > 下一步 > 目标 > 状态),预算不足先截低价值段。',
+        '★ 证据链修复两条:①用户纠正此前要求消息里含完整 32 位记忆 id(几乎不可能触发),现归因到最近被引用/读取的记忆;②success 事件时间戳取错字段(在 event.ts 而非顶层)导致成功证据恒为 0,已修正。',
+        '修复:设置页「自动记忆引擎」分区标题空白(sectionLabels 键名错误);bge-m3 模型仓库名错误导致 HF 401(#27)与 tokenizer 离线缺件(#28);DSH 0.1.2 in-process 子代理回收失效(localAgent 字段更名)与 result 卡死泄漏(withTimeout 兜底);importance 管道因未导入 readdirSync 静默失效(补导入+降级日志)。',
+      ], en: [
+        '★ Layered semantic recall: memory_recall now returns an L0 digest list first (~90 characters per memory, with id/score/match reason); expand any id for the full text. Previously the full text went straight into embedding and anything past the model\'s 512-token limit was silently dropped (longest observed: 9,822 characters); digests always fit.',
+        '★ Three-arm rank-space fusion: lexical + semantic + time arms are ranked separately and fused with RRF (k=60), replacing minmax normalization — the old scores only reflected "rank within this batch", drifted whenever the candidate set changed, and collapsed to a constant with a single candidate, while the inject-or-not decision depends on comparing scores to thresholds. Ranking and decision are now decoupled.',
+        '★ Time-aware retrieval: queries containing Chinese time expressions ("last week", "three days ago", "last month", "the last N days") now boost memories from the matching window (soft boost, no hard filtering); queries without a time expression behave byte-for-byte as before.',
+        '★ Fixed proactive-recall term truncation: the QueryPlan sorted terms by dictionary order and kept the first 32, so a weight-1.0 trigger term could be dropped while a weight-0.2 assistant term survived; terms are now kept by source weight descending (trigger 1.0 > user 0.8 > tool-result 0.6 …), with dictionary order as a stable tiebreak.',
+        '★ The C3/Python tier now has semantic recall too: Python (BGE-M3) used to serve only proactive association, leaving recall lexical-only on that tier; the worker\'s existing dense_search is now exposed as recall\'s semantic arm. Settings → Semantic engine → Advanced Python gets semantic scores in recall; auto picks the best available (C3 when Python is ready, else C2), with silent fallback to C2/lexical when Python is unavailable.',
+        '★ M8 three-tier memory on by default: fact / episodic / procedure stores and the Memory Hub tab work out of the box; facts carry three-valued time (occurred / mentioned / ingested) and an epistemic status (evidence / inference / directive), so conflicts no longer overwrite each other.',
+        '★ Memories now carry importance: six usage signals (seen / read / cited / reused / succeeded / corrected) aggregate into an importance score that feeds retrieval ranking — frequently cited, cross-session memories rank higher, heavily corrected ones sink; it does not vary with the query, making it an absolute quantity.',
+        '★ Handoff on by default and layered: the water-level threshold sits at 0.75 (official compaction at 0.80, headroom kept), the four-layer handoff material (whiteboard / ledger / recent thread / full transcript on demand) is consumed "on demand, not read-through", and the ledger is truncated by section weight (dead ends > next steps > goals > status) so budget cuts hit low-value sections first.',
+        '★ Two evidence-chain fixes: (1) user corrections used to require the full 32-character memory id inside the message (practically never fired) — they now attribute to the most recently cited/read memory; (2) success events read the timestamp from the wrong field (event.ts, not top-level), so success evidence was structurally always zero — fixed.',
+        'Fixes: the "Semantic engine" settings section title rendered blank (wrong sectionLabels key); the bge-m3 model repo name pointed to a non-existent repo causing HF 401 (#27) plus missing tokenizer files offline (#28); DSH 0.1.2 in-process subagent recycling never fired (field renamed to localAgent) with result hangs leaking (withTimeout fallback); the importance pipeline silently died on a missing readdirSync import (import added + downgrade logging).',
+      ] },
       '2.2.6': { zh: [
         '★ 修复:交接测量终于站到官方压缩的同一条边界上——官方自动压缩挂在每个 step 边界(pre-step,阈值 80%),而插件此前只在「一轮结束」测量;某一轮把水位从阈值下推到 80% 以上时,官方会在该轮就压缩完,交接白板/账本来不及写。现在 pre-step 也做同一测量(同一会话 5 秒节流),水位一到阈值就先写交接材料,不再被官方抢跑。',
         '★ 自动接续改为宿主兜底:建新会话不再依赖浏览器页面——水位达标后在宿主侧开倒计时,确认卡照常弹出(同意/拒绝都直接发给宿主);页面被后台节流、标签页关闭或人不在时,倒计时一到宿主自己完成「刷新白板/账本 → 建新会话 → 沿用模型与工作区 → 注入交接材料」,不再因浏览器休眠而断档。',
@@ -1885,7 +1910,11 @@ window.__ModuleLoader__.load({
           headers: { 'Content-Type': 'application/json' }, body: JSON.stringify(body) })
           .then(function (r) { return r.json() })
           .then(function (j) {
-            setMsg(action + ': ' + (j && (j.reason || (j.ok === false ? 'rejected' : 'ok')) || 'done'))
+            var reason = (j && (j.reason || (j.ok === false ? 'rejected' : 'ok'))) || 'done'
+            if (j && j.ok === false && j.reason === 'no-doc-store') {
+              reason = locale === 'zh' ? '记忆锚定索引未启用:请在 设置 → 自动记忆引擎 开启「记忆锚定索引」后重试;或忽略此提示(不影响记忆读写与检索)' : 'anchor index disabled: enable "Memory anchor index" under Settings → Semantic engine, or ignore (read/write/recall unaffected)'
+            }
+            setMsg(action + ': ' + reason)
             if (onDone) onDone(j)
             var again = fetch('/api/dsh-auto-memory/storage-manage').then(function (r2) { return r2.json() })
             again.then(function (j2) { setData(j2 || null) })
@@ -1897,6 +1926,10 @@ window.__ModuleLoader__.load({
       if (data.error) return h('div', { 'data-dam-hint': '' }, String(data.error))
       var counts = data.counts || { total: 0, ok: 0, stale: 0, unrepairable: 0 }
       var rows = []
+      if (data.indexEnabled === false) {
+        rows.push(h('div', { 'data-dam-hint': '', style: { marginTop: '6px', color: 'var(--dsw-alias-warn, #e8c584)' } },
+          locale === 'zh' ? '⚠ 记忆锚定索引未启用:语料健康不做 sidecar 比对(无 stale 可修)。如需「修复 stale / 删除记忆」,请到 设置 → 自动记忆引擎 开启「记忆锚定索引」。此提示不影响记忆读写与检索。' : '⚠ Memory anchor index disabled: corpus health performs no sidecar comparison (nothing stale). To use repair/delete, enable "Memory anchor index" under Settings → Semantic engine. Read/write/recall are unaffected.'))
+      }
       rows.push(h('div', { 'data-dam-hint': '', style: { marginTop: '8px' } }, t('storageScanHint')))
       rows.push(h(Card, { title: (locale === 'zh' ? '语料健康' : 'Corpus health') + ' (' + counts.ok + '/' + counts.total + ' ok)' },
         h('div', null,
@@ -3867,8 +3900,9 @@ window.__ModuleLoader__.load({
           return h('button', { key: key, 'data-dam-btn': '', 'data-active': settingsSection === key ? 'true' : undefined, onClick: function () { jumpToSection(key) } }, sectionLabels[key])
         })),
         h('div', { 'data-dam-settings-content': '' },
-        section('semantic', sectionLabels.secSemantic, [
+        section('semantic', sectionLabels.semantic, [
           field(t('fAssocEngine'), h('input', { type: 'checkbox', checked: !!cfg.associativeMemoryEnabled, onChange: function (e) { set('associativeMemoryEnabled', e.target.checked) } }), t('fAssocEngineHint')),
+          field(t('fAnchorIndex'), h('input', { type: 'checkbox', checked: !!cfg.memoryAnchorEnabled, onChange: function (e) { set('memoryAnchorEnabled', e.target.checked) } }), t('fAnchorIndexHint')),
           field(t('fJsCooldown'), h('input', { 'data-dam-input': '', type: 'number', min: 0, max: 60, value: cfg.jsDecideCooldownRounds === undefined ? 1 : cfg.jsDecideCooldownRounds, onChange: function (e) { set('jsDecideCooldownRounds', (function () { var v = Number(e.target.value); return (Number.isFinite(v) && v >= 0) ? v : 1 })())  /* #19: 0=不冷却 是合法值,|| 1 会吃掉 0 */ } }), t('fJsCooldownHint')),
           field(t('fJsDelta'), h('input', { 'data-dam-input': '', type: 'number', min: 0, max: 1, step: 0.005, value: cfg.jsDecideDeltaExp === undefined ? 0.01 : cfg.jsDecideDeltaExp, onChange: function (e) { var v = Number(e.target.value); set('jsDecideDeltaExp', Number.isFinite(v) && v >= 0 ? v : 0.01) } }), t('fJsDeltaHint')),
           field(t('fJsExcerpt'), h('input', { 'data-dam-input': '', type: 'number', min: 20, max: 480, value: cfg.jsDecideExcerptChars === undefined ? 40 : cfg.jsDecideExcerptChars, onChange: function (e) { set('jsDecideExcerptChars', Math.max(20, Math.min(480, Number(e.target.value) || 40))) } }), t('fJsExcerptHint')),

package/lib/context-host.js

@@ -19,6 +19,7 @@ import {
   buildContextPushEnvelopePre, buildAuthorizedMemoryRefFromRecord, createAccessEvidencePre,
   createCiteEvidencesFromText, createCorrectionEvidencesFromText, computeReadCoverage,
   createContextPushBridge, createNullContextSinkPre, createFakeContextSinkPre,
+  CORRECTION_LEXICON_V1,
   CONTEXT_BRIDGE_BUDGET_V1, CONTEXT_BRIDGE_POLICY_VERSION, EVIDENCE_POLICY_VERSION,
 } from './context-bridge.js'
 import { EvidenceEventStore, rebuildAggregates, workspaceRefOf } from './evidence-store.js'
@@ -41,6 +42,49 @@ function diagCtx(msg) {
   } catch (e) {}
 }
 
+/**
+ * P9a correction 归因选择器(纯函数,零 IO;precision-first):
+ * 从 evidence store 事件(loadEvents 投影形态)里选「最近一条被 cite/read 的记忆」作为
+ * correction 归因对象。用户纠正时几乎不可能手打完整 memoryId,故归因到最近被引用/读取
+ * 的记忆而非用户消息内新找的 id(原 createCorrectionEvidencesFromText 路径保留不动)。
+ * - 只认 kind∈{cite,read} 且带 memoryId;时间窗口 [now-windowMs, +∞),默认 5 分钟;
+ * - 按 ts 降序取第 1 条;ts 平局按 memoryId 升序保证确定性;
+ * - 窗口内已有 correction 的 memoryId 跳过(同一记忆一轮最多一条,防连续段重复惩罚);
+ * - ts 取 event.ts(投影形态);兼容内存形态顶层 ts/createdAt;
+ * - 任何异常/非法输入返回 null(调用方静默不发)。
+ */
+export function selectCorrectionAttributionPre(input) {
+  try {
+    const events = Array.isArray(input && input.events) ? input.events : []
+    const now = Number.isFinite(input && input.now) ? input.now : Date.now()
+    const windowMs = Number.isFinite(input && input.windowMs) && input.windowMs > 0 ? input.windowMs : 300000
+    const cutoff = now - windowMs
+    const correctedRecently = new Set()
+    let best = null
+    let bestTs = -1
+    for (const e of events) {
+      if (!e || typeof e !== 'object') continue
+      if (e.kind === 'correction' && e.memoryId) {
+        const cts = Number(e.event && e.event.ts) || Number(e.ts) || Number(e.createdAt) || 0
+        if (cts >= cutoff) correctedRecently.add(String(e.memoryId))
+      }
+    }
+    for (const e of events) {
+      if (!e || typeof e !== 'object') continue
+      if (e.kind !== 'cite' && e.kind !== 'read') continue
+      if (!e.memoryId) continue
+      if (correctedRecently.has(String(e.memoryId))) continue
+      const ets = Number(e.event && e.event.ts) || Number(e.ts) || Number(e.createdAt) || 0
+      if (ets < cutoff) continue
+      if (!best || ets > bestTs || (ets === bestTs && String(e.memoryId) < String(best.memoryId))) {
+        best = e
+        bestTs = ets
+      }
+    }
+    return best
+  } catch (_) { return null }
+}
+
 export function createContextHost(opts = {}) {
   const engine = opts.engine
   if (!engine) throw new Error('context-host: engine required')
@@ -497,7 +541,36 @@ export function createContextHost(opts = {}) {
     const corrections = seg.kind === 'user'
       ? createCorrectionEvidencesFromText({ text: seg.text, knownRecords: corpusSnap.records, coords })
       : []
-    await persistEvidence([...cites, ...corrections])
+    // P9a:用户段命中纠正词典但文本不含完整 memoryId 时(现实常态),把 correction 归因到
+    // 最近一条被 cite/read 的记忆(5 分钟窗口,同记忆一轮最多一条);无命中静默不发。
+    // 原 cite/correction 产出零改动;store 读取仅在词典命中时发生;fail-soft + diag(不记用户原文)。
+    const attributed = []
+    if (seg.kind === 'user') {
+      let lexHits = 0
+      let attributedPrefix = 'none'
+      try {
+        const norm = String(seg.text == null ? '' : seg.text).normalize('NFKC').replace(/[A-Z]/g, (c) => c.toLowerCase())
+        lexHits = CORRECTION_LEXICON_V1.filter((w) => norm.includes(w)).length
+        if (lexHits > 0) {
+          const st = storeFor()
+          const recent = selectCorrectionAttributionPre({ events: st.loadEvents().events, now: Date.now() })
+          if (recent) {
+            const r = createAccessEvidencePre({
+              ...coords, kind: 'correction', memoryId: recent.memoryId, anchorId: recent.anchorId, scope: recent.scope,
+              sourceRef: recent.source && recent.source.sourceRef, sourceEpoch: recent.source && recent.source.sourceEpoch,
+              sourceVersion: recent.source && recent.source.sourceVersion,
+              fileDigest: recent.source && recent.source.fileDigest, recordDigest: recent.source && recent.source.recordDigest,
+            })
+            if (r.ok) { attributed.push(r.evidence); attributedPrefix = String(recent.memoryId).slice(0, 12) }
+          }
+        }
+      } catch (eP9a) {
+        diagCtx('p9a correction attribution error: ' + String(eP9a && eP9a.message || eP9a).slice(0, 100))
+      }
+      // 隐私:diag 只记词典词计数 + 归因 memoryId 前 12 位,绝不记录用户原文。
+      diagCtx('p9a correction attribution: lexHits=' + lexHits + ' attributed=' + attributedPrefix)
+    }
+    await persistEvidence([...cites, ...corrections, ...attributed])
   }
 
   /**
@@ -696,7 +769,9 @@ export function createContextHost(opts = {}) {
         const cutoff = Date.now() - (Number(windowMs) || 300000)
         const out = new Map()
         for (const e of events) {
-          const ets = e.ts || e.createdAt || 0
+          // P9d:store 投影事件 ts 在 event.ts(顶层无 ts/createdAt),与 selectCorrectionAttributionPre 同口径;
+          // 旧写法 e.ts || e.createdAt || 0 恒为 0 → 窗口全跳过 → success 证据链结构性断裂。
+          const ets = Number(e.event && e.event.ts) || Number(e.ts) || Number(e.createdAt) || 0
           if (ets < cutoff) continue
           if (e.kind !== 'read' && e.kind !== 'cite') continue
           if (!e.memoryId) continue

package/lib/evidence-agg.js

@@ -0,0 +1,81 @@
+/**
+ * evidence-agg-pre —— evidence 事件 → 聚合 → importance 输入契约(M8-2b, 2026-09-09)。
+ *
+ * 管道:evidence/events/*.jsonl(写入侧 context-bridge-pre,只读)→ 有界扫描 →
+ * 按 memoryId 聚合六类计数 + distinctSessions → 交给 memory-importance-pre.computeImportancePre
+ * → 作为 recall() L0 融合的加权因子之一(P8 融合入口)。
+ *
+ * 契约:
+ *   - 纯函数 + IO 注入(io = { listFiles(), readFile(name) }),模块零内置 IO、零写入。
+ *   - 有界读取:文件名日期在窗口内(默认近 7 天)且每文件只取末 N 行(默认 400),绝不全量扫描历史。
+ *     文件名约定 YYYY-MM-DD.jsonl(EvidenceEventStore 落盘惯例,实测样本确认);无法解析日期的文件跳过(确定性)。
+ *   - 事件行结构(实测 2026-09-09.jsonl 确认):kind/memoryId 在顶层,会话= event.sessionRef,时间= event.ts。
+ *   - 聚合输出形状 = memory-importance-pre.computeImportancePre 的输入契约(以其源码为准,不另立)。
+ *   - fail-soft:行损坏跳过;io 抛错由调用方处理(模块内不吞 IO 异常——io 是注入的,调用方决定降级)。
+ */
+
+export const EVIDENCE_AGG_VERSION = 'evidence_agg_v1'
+
+/** 有界读取默认值。 */
+export const EVIDENCE_AGG_DEFAULTS_V1 = Object.freeze({
+  maxAgeDays: 7, // 文件名日期距 now 的最大天数
+  maxLinesPerFile: 400, // 每文件末 N 行(沿用 index.js 证据读取范式 slice(-400))
+})
+
+const KINDS = ['seen', 'read', 'cite', 'reuse', 'success', 'correction']
+
+/**
+ * 有界扫描 evidence 事件(只读)。io 注入;文件按名字日期过滤 + 每文件末 N 行。
+ * @param {{listFiles:Function, readFile:Function}} io listFiles()→文件名数组;readFile(name)→全文
+ * @param {{maxAgeDays?:number, maxLinesPerFile?:number, now?:Function}} opts
+ * @returns {Array<object>} 解析后的事件对象(损坏行跳过;任何字段缺失由聚合层兜底)
+ */
+export function scanEvidenceEventsPre(io, opts = {}) {
+  const d = Object.assign({}, EVIDENCE_AGG_DEFAULTS_V1, opts)
+  const now = d.now || Date.now
+  const files = (io.listFiles() || []).slice().sort()
+  const cutoff = now() - d.maxAgeDays * 86400000
+  const out = []
+  for (const name of files) {
+    const m = /^(\d{4})-(\d{2})-(\d{2})\.jsonl$/.exec(String(name))
+    if (!m) continue // 非日期命名 → 跳过(确定性;不做全量兜底)
+    const fileTs = Date.UTC(Number(m[1]), Number(m[2]) - 1, Number(m[3]), 23, 59, 59)
+    if (fileTs < cutoff) continue
+    const lines = String(io.readFile(name) || '').split('\n').filter(Boolean)
+    for (const ln of lines.slice(-d.maxLinesPerFile)) {
+      try { out.push(JSON.parse(ln)) } catch (_) {}
+    }
+  }
+  return out
+}
+
+/**
+ * 按 memoryId 聚合六类计数与去重会话数。输出形状 = computeImportancePre 的输入契约。
+ * @param {Array<{kind?:string, memoryId?:string, event?:{sessionRef?:string}, sessionRef?:string}>} events
+ * @returns {Map<string, {distinctSessions:number, seen:number, read:number, cite:number, reuse:number, success:number, correction:number}>}
+ */
+export function aggregateEvidenceEventsPre(events) {
+  const list = Array.isArray(events) ? events : []
+  const byId = new Map()
+  for (const e of list) {
+    if (!e || typeof e.memoryId !== 'string' || !e.memoryId) continue
+    const kind = e.kind
+    if (!KINDS.includes(kind)) continue // 非六类事件不计数(与 evidenceFor 口径一致)
+    let agg = byId.get(e.memoryId)
+    if (!agg) {
+      agg = { distinctSessions: 0, seen: 0, read: 0, cite: 0, reuse: 0, success: 0, correction: 0 }
+      byId.set(e.memoryId, agg)
+    }
+    agg[kind]++
+    const sessionRef = (e.event && e.event.sessionRef) || e.sessionRef
+    if (sessionRef) {
+      if (!agg._sessions) agg._sessions = new Set()
+      agg._sessions.add(sessionRef)
+    }
+  }
+  for (const agg of byId.values()) {
+    agg.distinctSessions = agg._sessions ? agg._sessions.size : 0
+    delete agg._sessions
+  }
+  return byId
+}